Nuwe resepte

Chicago Gebruik Twitter om voedselverwante siektes te monitor

Chicago Gebruik Twitter om voedselverwante siektes te monitor

Chicago gebruik die krag van Twitter om die verspreiding van siektes oor die hele stad op te spoor.

Die departement van openbare gesondheid in Chicago trek voordeel uit Twitter se bekwaamheid om die stad te monitor vir restaurante wat moontlik gesondheidsondersoeke benodig, berig PopSci.

Die departement se toegewyde Twitter -bot, en 'n aanlyn klagtevorm, het tot dusver gehelp om 133 restaurante vir inspeksies oor 'n tydperk van 10 maande te identifiseer. Van die restaurante het 21 inspeksie misluk, en nog 33 het met 'kritieke of ernstige' oortredings geslaag.

Volgens 'n studie van die Centers for Disease Control, het Foodborne Chicago Twitter -boodskappe opgespoor wat die term "voedselvergiftiging" bevat om "spesifieke gevalle van persone met klagtes van voedselgedraagde siektes" te identifiseer.

Daarna is “tweets wat deur die algoritme geïdentifiseer is, deur projekpersoneel hersien vir aanduidings van voedselgedraagde siektes (bv. Maagkrampe, diarree of braking) van voedsel wat buite die huis berei is. Projekpersoneel het terugvoer gegee oor die vraag of elke tweet aan die kriteria voldoen, sodat die tweet -identifikasie -algoritme mettertyd kon leer en meer effektief kan word.

Op grond van die sukses van die Twitter -bot werk Chicago nou saam met die gesondheidsdepartemente van Boston en New York om die nut van 'n soortgelyke program in die stede te bepaal.

Besoek ons ​​vir die nuutste opdaterings oor eet- en drinkgoed Kosnuus bladsy.

Karen Lo is 'n mede -redakteur van The Daily Meal. Volg haar op Twitter @appleplexy.


Rekenaarmodel is meer akkuraat om moontlike bronne van voedselverwante siektes te identifiseer as tradisionele metodes

Boston, MA-'n Nuwe rekenaarmodel wat gebruik maak van masjienleer en geïdentifiseerde en saamgestelde soek- en liggingsdata van aangemelde Google-gebruikers, was aansienlik akkurater in die identifisering van potensieel onveilige restaurante in vergelyking met bestaande metodes van verbruikersklagtes en roetine-inspeksies, volgens na nuwe navorsing onder leiding van Google en Harvard TH Chan School of Public Health. Die bevindinge dui aan dat die model byna intyds kan help om vervalle in voedselveiligheid te identifiseer.

'Voedselverwante siektes is algemeen, duur en beland jaarliks ​​duisende Amerikaners in noodkamers. Hierdie nuwe tegniek, wat deur Google ontwikkel is, kan restaurante en plaaslike gesondheidsdepartemente help om probleme vinniger op te spoor voordat dit groter openbare gesondheidsprobleme word, ”het die ooreenstemmende skrywer Ashish Jha, K.T. Li professor in globale gesondheid aan die Harvard Chan School en direkteur van die Harvard Global Health Institute.

Die studie is aanlyn gepubliseer 6 November 2018 in npj Digitale medisyne.

Voedselverwante siektes is 'n aanhoudende probleem in die VSA, en die huidige metodes deur restaurante en plaaslike departemente vir gesondheid vir die bepaling van 'n uitbraak is hoofsaaklik afhanklik van klagtes van verbruikers of roetine -inspeksies. Hierdie metodes kan stadig en omslagtig wees, wat dikwels lei tot vertraagde reaksies en verdere verspreiding van siektes.

Om hierdie tekortkominge die hoof te bied, het Google-navorsers 'n model wat deur masjien aangeleer is, ontwikkel en saam met Harvard dit in Chicago en Las Vegas getoets. Die model werk deur eerstens soektogte te klassifiseer wat kan dui op siektes wat deur voedsel veroorsaak word, soos 'maagkrampe' of 'diarree'. Die model gebruik dan gedesidentifiseerde en saamgestelde liggingsgeskiedenisdata van die slimfone van mense wat gekies het om dit te stoor, om te bepaal watter restaurante mense wat na die terme gesoek het, onlangs besoek het.

Gesondheidsdepartemente in elke stad kry 'n lys restaurante wat volgens die model as moontlike bronne van voedselverwante siektes aangedui is. Die stad sal dan gesondheidsinspekteurs na hierdie restaurante stuur, hoewel die gesondheidsinspekteurs nie weet of hul nuwe model of tradisionele metodes hul inspeksie vereis nie. Gedurende die studieperiode het gesondheidsdepartemente ook hul gewone inspeksieprosedures gevolg.

In Chicago, waar die model tussen November 2016 en Maart 2017 ontplooi is, het die model 71 inspeksies gevra. Die studie het bevind dat die aantal onveilige restaurante onder diegene wat deur die model opgespoor is, 52,1% was, vergeleke met 39,4% onder inspeksies wat veroorsaak word deur 'n klagte-gebaseerde stelsel. Die navorsers het opgemerk dat Chicago een van die mees gevorderde moniteringsprogramme in die land het en reeds tegnieke vir die gebruik van sosiale media gebruik, maar hierdie nuwe model was meer akkuraat in die identifisering van restaurante met voedseloortredings.

In Las Vegas is die model tussen Mei en Augustus 2016 ontplooi. In vergelyking met roetine -inspeksies wat deur die gesondheidsdepartement uitgevoer is, het dit 'n hoër akkuraatheidsyfer gehad om onveilige restaurante te identifiseer.

Toe die navorsers die model vergelyk met roetine -inspeksies deur gesondheidsdepartemente in Las Vegas en Chicago, het hulle gevind dat die algehele koers in beide stede van onveilige restaurante wat deur die model opgespoor is, 52,3%was, terwyl die algehele opsporingstempo van onveilige restaurante deur middel van roetine -inspeksies in die twee stede was 22,7%.

Interessant genoeg het die studie getoon dat in 38% van alle gevalle wat deur hierdie model geïdentifiseer is, die restaurant wat moontlik voedselverwante siektes veroorsaak, nie die mees onlangse besoek was deur die persoon wat soek na sleutelwoorde wat verband hou met simptome nie. Die skrywers het gesê dat dit belangrik is, want vorige navorsing het getoon dat mense die laaste restaurant wat hulle besoek het, die skuld gee en daarom 'n klagte vir die verkeerde restaurant kan indien. Maar klinies kan voedselverwante siektes 48 uur of selfs langer neem om simptomaties te word nadat iemand blootgestel is, het die skrywers gesê.

Die nuwe model presteer beter as klagte-gebaseerde inspeksies en roetine-inspeksies ten opsigte van presisie, omvang en latensie (die tyd wat verloop het tussen mense wat siek word en die uitbraak word geïdentifiseer). Die navorsers het opgemerk dat die model die beste gebruik sal word as 'n aanvulling op die bestaande metodes wat deur gesondheidsdepartemente en restaurante gebruik word, sodat hulle inspeksies beter kan prioritiseer en interne voedselveiligheidsevaluerings kan uitvoer. Meer proaktiewe en tydige reaksies op voorvalle kan beter uitkomste vir die volksgesondheid beteken. Boonop kan die model waardevol wees vir klein en middelgrote restaurante wat personeel van veiligheidsbedrywe nie kan bekostig om gevorderde tegnieke vir monitering van voedselveiligheid en data-analise toe te pas nie.

'In hierdie studie het ons pas die oppervlak gekrap van wat moontlik is op die gebied van masjiengeleerde epidemiologie. Ek hou van die analogie van die werk van dr. John Snow, die vader van die moderne epidemiologie, wat in 1854 van deur tot deur in Sentraal -Londen moes gaan en mense vra waar hulle hul water vandaan neem om die bron van 'n cholera -uitbraak te vind. Vandag kan ons aanlyn data gebruik om epidemiologiese waarnemings in byna intyds te maak, met die moontlikheid om die openbare gesondheid betyds en kostedoeltreffend te verbeter, ”sê Evgeniy Gabrilovich, senior navorsingswetenskaplike by Google en mede-outeur van die studie.

Befondsing vir hierdie studie kom deels uit die samewerkingsooreenkoms 1U01EH001301-01 van die Amerikaanse Centers for Disease Control and Prevention.

"Masjien-geleerde epidemiologie: intydse opsporing van voedselverwante siektes op skaal," Adam Sadilek, Stephanie Caty, Lauren DiPrete, Raed Mansour, Tom Schenk Jr., Mark Bergtholdt, Ashish Jha, Prem Ramaswami, Evgeniy Gabrilovich, aanlyn in npj Digitale medisyne 6 November 2018, DOI 10.1038/s41746-018-0045-1

Besoek die Harvard Chan School -webwerf vir die jongste nuus, persverklarings en multimedia -aanbiedinge.


Ondersoek na uitbrake

As 'n uitbraak van 'n voedselsiekte bespeur word, werk openbare gesondheids- en regulerende amptenare vinnig om soveel moontlik inligting in te samel om uit te vind wat dit veroorsaak, sodat hulle kan optree om te voorkom dat meer mense siek word. Tydens 'n ondersoek versamel gesondheidsamptenare drie soorte data: epidemiologiese, terugspoor- en voedsel- en omgewingstoetse.

Gesondheidsamptenare beoordeel al hierdie tipe data saam om die moontlike bron van die uitbraak te probeer vind. Hulle neem aksie, soos om die publiek te waarsku, as daar duidelike en oortuigende inligting is wat siekte verbind met 'n besmette voedsel.

Epidemiologiese data:

  • Patrone in die geografiese verspreiding van siektes, die tydperke waarin mense siek geword het en uitbrake van dieselfde kiem.
  • Voedsel of ander blootstelling kom meer gereeld by siekes voor as wat verwag is
  • Groepe onverwante siek mense wat in dieselfde restaurant geëet het, by dieselfde kruidenierswinkel gekoop het of dieselfde geleentheid bygewoon het.

Spoor terug data:

  • 'N Algemene besmettingspunt in die verspreidingsketting, geïdentifiseer deur die hersiening van rekords wat versamel is uit restaurante en winkels waar siek mense geëet of gekoop het.
  • Bevindings van omgewingsbeoordelings in voedselproduksiefasiliteite, boerderye en restaurante wat voedselveiligheidsrisiko's identifiseer.

Voedsel- en omgewingstoetsdata:

  • Die kiem wat siekte veroorsaak het, word aangetref in 'n voedselitem wat by 'n siek persoon, 'n kleinhandelplek of in die voedselproduksie -omgewing versamel is
  • Dieselfde DNA -vingerafdruk wat kieme in voedsel of produksie -omgewings verbind met kieme wat by siek mense voorkom

Gesondheidsbeamptes los nie elke uitbraak op nie. Soms eindig uitbrake voordat genoeg inligting versamel word om die waarskynlike bron te identifiseer. Amptenare ondersoek elke uitbraak deeglik, en hulle ontwikkel voortdurend nuwe maniere om uitbrake vinniger te ondersoek en op te los.


Revolusies

Foodborne Chicago vind dodgy restaurante met tweets, en R.

As u, net soos ek, ooit 'n toebroodjie van 'n twyfelagtige deli gekry het en dan dae daarna neergelê het, weet u dat voedselvergiftiging nie 'n klein saak is nie. In die verlede sou plaaslike owerhede slegs van sulke openbare gesondheidskwessies te wete kom as hulle deur die slagoffer (of die dokter van die slagoffer) by die owerhede aangemeld word. Maar dit mis die talle gevalle van minder ernstige siektes wat nie 'n dokter of hospitaal behels nie, of siektes wat eenvoudig nie aan die owerhede gerapporteer word nie.

Nou het die stad Chicago 'n nuwe manier gevind om bronne van voedselvergiftiging te identifiseer: deur tweets te ontleed. Foodborne Chicago   scan tweets wat in die Chicagoland -omgewing geplaas is, en reageer op tweets soos: Maaggriep/voedselvergiftiging is soos om vulstasie -sushi te eet sonder die vreugde van die eet van vulstasie -sushi. (maar ignoreer tweets soos Dit is regtig moeilik om te peusel terwyl u na Honey Boo Boo kyk. Dit is die tweede beste dieet vir voedselvergiftiging. & Quot). As u so 'n tweet stuur, sal u waarskynlik 'n antwoord kry:

@cheerjoeyniz Jammer om te hoor dat jy siek was. Ons kan u help deur op hierdie skakel te klik om 'n verslag in te dien: http://t.co/jPYs8NxTVw

- Foodborne Chicago (@foodbornechi) 16 April 2013

Die stelsel is volledig outomaties en gebruik real-time teksanalise geïmplementeer met R-taal om die tweets te identifiseer wat handel oor 'n spesifieke geval van voedselvergiftiging:

Foodborne soek op Twitter na alle tweets naby Chicago wat die string "voedselvergiftiging" bevat. Die inname -diens gebruik duisende tweets en stoor dit in 'n groot MongoDB -instansie. 'N Versameling klassifikasiebedieners,  running R, blaai deur die versamelde tweets deur 'n reeks filters toe te pas. Die tweets word volgens 'n model geklassifiseer en is opgelei deur leer onder toesig, wat bepaal of die tweets verband hou met 'n voedselvergiftigingsiekte of nie.

Cory Nissen, die data-wetenskaplike wat die analise agter die stelsel geïmplementeer het, het van die agter-die-skerms-besonderhede per e-pos met my gedeel. Hy gebruik 'n  R pakket genaamd textcat   en 'n algoritme gebaseer op n-gram om die tweets te klassifiseer. Die model word so opgelei dat dit neig tot sensitiwiteit (op die 㻚%+ -vlak) ten koste van spesifisiteit   (50 - 60%) om ware voedselvergiftigingsverslae beter te sorteer van & quotjunk & quot tweets oor voedselvergiftiging. Uit al die tweets in die Chigaco-omgewing op 'n gegewe dag, merk die stelsel ongeveer 10-20 tweets per dag vir hersiening, waarvan slegs 'n paar gewoonlik 'n reaksie aan die ongesteld burger vir opvolging sal regverdig.

Die open-source R-kode agter die klassifiseerder is beskikbaar op Github. Kyk na die README -lêer vir meer tegniese besonderhede agter die implementering. U kan ook sien hoe die aansoek op Fox 39 Chicago -nuus aangebied word (vanaf 2:09):


Hoe om jouself te beskerm teen siektes wat deur voedsel veroorsaak word

Voedselverwante siektes is 'n ernstige bron van kommer, maar daar is beslis geen rede tot paniek nie. Die goeie nuus is dat u 'n paar eenvoudige stappe kan neem en 'n paar reëls kan volg rakende voedselhantering en kookpraktyke, wat die risiko van siektes wat deur voedsel voorkom, aansienlik sal verminder en u vriende en familie teen Salmonella en Campylobacter beskerm.

By die aankoop van byvoorbeeld hoender of varkvleis stel FoodSafety.gov die volgende wenke voor ...

Kies koue pakkies wat ongeskonde is

Maak seker die hoender of vark voel koud, sonder groot skeur of gate in die verpakking. Plaas dit indien moontlik in 'n plastieksak sodat sap wat nie lek nie op ander kosse kan lek.

Laai die vleis laas op

Maak vars vleis die laaste items in u inkopiemandjie. Maak seker dat u rou vleis van klaargemaakte items in u wa skei. En as u vleis laat aflewer, moet u seker maak dat dit onmiddellik in die yskas kom.

As u eers die vleis by die huis gekry het, is daar stappe wat u kan doen om die waarskynlikheid van siektes wat deur voedsel veroorsaak word, te verminder. Veg Bac! Vennootskap vir voedselveiligheidsopvoeding bestaan ​​uit nuttige wenke oor voedselveiligheid, hantering en kook om bakterieë te vermy. "Die basiese beginsels van skoon, afsonderlik, kook en koue verminder die risiko van siekte deur skadelike kieme soos Campylobacter en salmonella," sê Shelley Feist, uitvoerende direkteur van die nie-winsgewende organisasie.

Was u hande - dit beteken almal

Almal by die byeenkoms, en veral diegene wat kos voorberei en kook, moet hul hande was met seep en water voor en na die hantering van voedsel, nie net die roostermeester nie.

Hou voedsel koel en koel

Hou die kos altyd so naby aan die kooktyd as moontlik in die yskas. Hou u (aparte) rou vleiskoeler vol ys vir pieknieks en braai, sodat bederfbare piekniekgoed tot 40 ° F verkoel bly.

Gebruik aparte plate

Moet nooit gekookte kos op 'n bord plaas wat voorheen rou vleis, pluimvee of seekos bevat het nie. Maak seker dat u baie skoon gereedskap en skottelgoed byderhand het.

Gebruik altyd 'n voedseltermometer

Die meting van die interne temperatuur van geroosterde vleis en pluimvee is die nommer een manier om te weet dat u pluimvee gaar is en dus veilig is om te eet. Hoender/pluimvee moet altyd gaargemaak word 165 grade Fahrenheit (74 grade Celsius).

ThermoPro TP03 Digitale onmiddellike leesvleistermometer, $ 12,99 op Amazon

'N Kwaliteit, bekostigbare vleistermometer om u gesin veilig te hou.

Druk 'n temperatuurkaart af

Druk hierdie nuttige gids op u yskas of hang dit op die rooster, sodat daar geen verwarring is oor wanneer verskillende vleis gaargemaak en veilig is om te eet nie.


Chicago Gebruik Twitter om voedselverwante siektes te monitor - resepte

Stories, insig en ervaring deel.

Die 10 voedselveiligheidsreëls wat u moet volg om u gesin veilig te hou

As u iets soos my gesin het, is die kombuis 'n heilige bymekaarkomplek. Dit is 'n plek waar dit lyk asof almal vergader, in gesprek tree en natuurlik kos voorberei. As ek daaraan dink, fokus soveel van ons familie- en vakansietradisies op kos en op die voorbereiding van voedsel. Ek kan onthou dat ek op 'n vroeë ouderdom vir my ouma gevra het: "Hoe weet jy wanneer die gebraaide kalkoen klaar is?" “Hoe gaan dit met die frikkadelle?” Haar antwoorde sou altyd dieselfde wees, "as die sappe skoon word [vir die kalkoen]" en "die gehaktballetjies word ongeveer 30 minute voor ete klaargemaak." Voedselveiligheid was nooit 'n bron van kommer nie, en ouma kon ook nie 'n vaste vraag beantwoord nie. Ek het natuurlik net aanvaar dat sy reg was - dit is immers ouma en ouma weet die beste!

Maar dit blyk dat voedselveiligheid eintlik baie belangrik is. Konserwatiewe ramings toon dat byna 9,4 miljoen siektes jaarliks ​​verband hou met voedselgedraagde siektes. Die algemeenste siektes wat gerapporteer word, is: norovirus (39%), Salmonella (39%) en E. Coli (3%), met die algemeenste eenvoedsel wat vis, hoender en varkvleis veroorsaak. Wat baie mense nie besef nie, is dat die voorkoming van hierdie siektes deur voedsel eintlik gesonde verstand is en baie maklik is om te doen. As dit gaan om die voorkoming van hierdie siektes, moet ons nie vergeet dat ons kinders, seniors en immuungekompromitteerde familielede die grootste risiko loop om siek te word nie. Ons by Fathers of Multiples deel graag wonderlike resepte met u. Nou dink ons ​​dit is tyd dat ons ook 'n paar wenke oor voedselveiligheid deel.

Met die idee om ons geliefdes te beskerm terwyl hulle ook veilige en heerlike kosse bied, is hier 'n top -10 lys van basiese beginsels vir voedselveiligheid.

Was jou hande

Dit is 'n eenvoudige taak om u hande te was, maar dit kan nie genoeg beklemtoon word nie. Behoorlike was van hande is die eerste verweer vir behoorlike voedselveiligheid. Gebruik warm water en seep. Skuim op en skrop albei hande: voor, agter, tussen vingers en onder die naels. As u klaar is, gebruik 'n eenmalige handdoek (soos 'n papierhanddoek of 'n handdoek om hande droog te word). As u 'n handdoek gebruik wat in die masjien gewas kan word, moet u hierdie handdoek elke tweede dag vervang. Moenie handdoeke gebruik om die toonbank af te vee of skottelgoed te droog om u hande te droog nie.

Gebruik 'n voedseltermometer

Dit is van kritieke belang vir voedselveiligheid om te weet wanneer u kos behoorlik gaar is. Een van die beste toestelle wat u byderhand kan hê, is 'n digitale termometer wat onmiddellik gelees kan word. Moenie te veel geld spandeer nie - 'n eenvoudige termometer kan vir minder as $ 15,00 gekoop word, en die meeste kan tuis gekalibreer word met behulp van eenvoudige water en ys. As u vleis of geregte met gemengde maaltydkomponente kook, is die interne temperatuur die beste manier om te weet dat dit veilig is om te eet. Hier is 'n vinnige temperatuurgids wanneer die termometer in die dikste deel van die vleis of skottel geplaas word:

Beesvleis, lam, kalfsvleis & vis/skulpvis – 145 0 F

Hoender (gemaal of inbeengemaak) – 165 0 F

Vleis en varkvleis - 160 0 F.

Gebruik toepaslike yskastemperature

As voedsel in my yskas koud gehou word, moet dit veilig wees, nie waar nie?

Verkeerde . Hoe koud dit saak maak. Het u geweet dat yskaste koue het (net soos oonde 'n warm plek het!)? Hier is 'n paar vinnige wenke om te onthou:

  • Gebruik 'n termometer om die temperatuur van die yskas en vrieskas te monitor
    1. Stel die yskas op 32 0 F – 40 0 ​​F
    2. Stel die vrieskas op & lt32 0 F
  • Berg temperatuurgevoelige items in die koudste ruimtes van die yskas
    1. Berg melk, eiers en suiwelprodukte op die agterste plekke waar dit die koudste is

Reinig daagliks, ontsmet weekliks (of indien nodig)

Die verskil tussen ontsmetting en ontsmetting is dat ontsmetting dit gaan oor die vermindering van die waarskynlikheid van besmetting deur alle oppervlaktes skoon te maak en af ​​te vee, terwyl ontsmetting 'n chemiese middel gebruik om te verseker dat 'n gebied 100% bakterievry is. In die meeste huise is behoorlike ontsmetting voldoende om siektes deur voedsel te voorkom. Dit is tipies in openbare ruimtes soos badkamers, restaurante, ensovoorts dat daaglikse ontsmetting en ontsmetting nodig is. Om 'n oppervlak behoorlik te ontsmet, volg hierdie eenvoudige stappe:

  • Vee die toonbank af met 'n droë handdoek om sigbare vuil of krummels te verwyder
  • Dien 'n eenvoudige skoonmaakoplossing sonder bleikmiddel met bleikmiddel toe (u kan ook 1 eetlepel bleikmiddel tot 1 liter warm, NIE warm water as ontsmettingsoplossing gebruik nie) vir ten minste 1 minuut
  • Vee die oppervlak af met 'n SKOON lap en laat dit aan die lug droog word

Hou asseblief die volgende in gedagte:

  • Lees alle etiketwaarskuwings en instruksies by die skoonmaakmiddels wat in die winkel gekoop word-dit is daar om 'n rede
  • Moet nooit skoonmakers van winkels kombineer nie, aangesien dit skadelike dampe kan veroorsaak (kombineer nooit 'n skoonmaakmiddel op bleikmiddel met 'n skoonmaker op ammoniak nie)
  • Berg alle skoonmaakoplossings weg van voedsel, gesluit en buite bereik van kinders

Verander jou spons

Beplan om u spons minstens een keer per week te verander, veral as u dit kan "ruik". U kan mikrogolf om die lewensduur van die spons te verleng, maar in werklikheid bied sponse 'n perfekte omgewing vir bakteriële groei. Voedselveiligheid begin met skoon ruimtes om mee te werk, en dit kan nie gebeur as u 'n vuil spons gebruik nie.

Skottelgoedhigiëne

Vaatdoeke is iets wat baie mense geneig is om "in die hande te kry". Hier is 'n paar basiese reëls wat gevolg moet word:

  1. Die vadoek word slegs gebruik om droë skottelgoed te droog, en na 'n rondte "droë skottelgoed" moet dit in die lug laat droog word
  2. Die vadoek kan nie gedroog word na die was nie - gebruik 'n eenmalige papierhanddoek of 'n spesiale handdoek
  3. Alle handdoeke (skottelgoed en handdoeke) moet ten minste een keer per week vervang word

Voorkom kruisbesmetting

Kruisbesmetting is wanneer iets wat die potensiaal het om bakterieë te huisves (soos rou vleis, seekos of pluimvee) in aanraking kom met iets wat "gereed is om te eet" is. Ons kan kruisbesmetting voorkom deur die volgende:

  • Berei eers alle hoërisiko-voedsel voor (sny en stoor dit), was dan en maak ontsmettingsgereedskap en snyplate wat tydens die proses gebruik is
  • Was en droog u hande elke keer as u voedsel met 'n hoë risiko hanteer
  • Hou voedsel met 'n hoë risiko veilig en weg van voedsel wat klaar is om te eet
  • Gebruik aparte snyborde vir rou vleis, seekos en pluimvee, en verkieslik 'n plastiese snyplank wat nie-poreus en maklik wasbaar is
  • Was en droog alle vars produkte voor hantering

Het aparte snyborde

Snyplanke, veral houtplate, is die perfekte tuiste vir bakterieë om te groei. Die gebruik van plastiek snyplate is optimaal in die voorkoming van siektes wat deur voedsel veroorsaak word. Maak seker dat u 'n paar snyplanke het, en indien moontlik. U kan dit met die kleur kodeer om slegs een snyplank vir een soort kos te gebruik. Byvoorbeeld:

  • Gebruik 'n rooi plastiek snyplank vir alle rou vleis, seekos en pluimvee
  • Gebruik 'n groen plastiek snyplank vir alle vars groente en produkte
  • En miskien 'n grys een vir alle klaargemaakte kosse wat nie gekook word nie (of ekstra kook)

Behoorlike voedselberging

Die stoor van voedsel is van kritieke belang om siektes wat deur voedsel veroorsaak word, te voorkom. Of die kos in die spens is of in die yskas, die behoorlike opberging van voedsel moet 'n paar dinge doen: 1) voorkom kruiskontaminasie, 2) verleng die rakleeftyd van 'n voedsel en 3) voorkom dat insekte besmet raak.

  • Berg graan, graan en gedroogde goedere in volledig verseëlbare plastieksakke of herbruikbare, lugdigte houers
  • Stoor vleis en hoërisikobestanddele op 'n bord of skinkbord onder in die yskas (om te voorkom dat vloeistowwe afdrup) en binne die datum op die verpakking
  • Draai voorraad en gebruik eers ou bestanddele. Lees die datums "gebruik volgens" en "beste koop" en draai u voorraad (FIFO - First In First Out)
  • Bêre verkoelde, klaar-om-te-eet voedsel so hoog as moontlik in die yskas
  • Bêre suiwelprodukte agter in die yskas (insluitend melk, kaas, jogurt en eiers!) - dit is die koudste plek in die yskas
  • Groen blaargroentes wat kan verwelk in 'n ruimte met 'n hoë humiditeit (laai)
  • Berg nie-blaargroentes en vrugte op 'n koue plek op lae humiditeit en in die oorspronklike verpakking, sodat natuurlike gasse kan ontsnap en voorkom dat vroegtydige verrotting

Hou warm kos warm en koue kos koud

Daar is 'n groot duimreël wat baie voedselverwerkers volg: hou warm kos warm en koue kos koud. Daar is ook 'n voorbehoud vir die warm kos: vir hoogstens vier uur op 'n slag. Hier is 'n paar riglyne wat u moet volg, veral tydens die gesinsgeleenthede waar ons almal weet dat ons kos weglaat:

  • Warm kos moet op 140 ° F of meer gehou word - enigiets onder vir 'n lang tyd kan tot bakteriegroei lei. Probeer om elke 25–30 minute 'n onmiddellike leestermometer te gebruik om na temperatuur te kyk
  • Bêre koue kosse op ys of in 'n yskas. As die ys begin smelt, dreineer die water en vervang die ys
  • Behoorlike verpakking en berging van voedsel binne vier uur na bediening - dit is van kritieke belang

Dit is een ding om heerlike, tuisgemaakte maaltye vir ons gesinne te voorsien. Dit is heeltemal 'n ander verhaal om voedselveiligheid in gedagte te hou. 'N Bietjie bewustheid oor voedselveiligheid kan baie help, veral as u maaltye beplan en voorberei vir groot geleenthede. Druk hierdie artikel uit en bewaar 'n kopie in u kombuis, want dit is 'n goeie algemene riglyn om te verseker dat almal in die gesin veilig kan bly en geniet!

Het u 'n vraag aan Jeffrey oor die kombuis? Stuur vir ons 'n boodskap, en laat weet ons!


Kan Twitter en Yelp werklik help om 'n salmonella -uitbraak op te spoor?

Een van die grootste struikelblokke om die uitbreek van siektes deur voedsel te stop, is om die bron van die probleem op te spoor - en dit vinnig op te spoor. Teen die tyd dat die owerhede 'n uitbraak van salmonella, listeria of enige van die ander patogene wat jaarliks ​​na raming 48 miljoen Amerikaners besmet het, meer gereeld erken het, het dit reeds tyd gehad om te versprei.

Maar in onlangse jare het akademiese navorsers en amptenare vir openbare gesondheid in New York en Chicago al hoe meer geëksperimenteer met maniere om sosiale media -platforms soos Twitter en besigheidsbeoordelingswebwerwe soos Yelp in vroeë waarskuwingstelsels te verander.

"Wat dit nuttig maak, is die feit dat ons inligting kan kry wat eintlik nie na die departemente van openbare gesondheid gaan nie. As mense siek word, meld hulle dit gewoonlik nie," sê Elaine Nsoesie, assistent -professor in globale gesondheid aan die Universiteit van Washington, wat saam met kollegas in die Boston Children's Hospital en Harvard Medical School Twitter -data ontgin het vir bewyse van uitbrake.

Nsoesie het gesê dat tradisionele toesigstelsels gesondheidsamptenare in staat stel om gevalle eers te ondersoek nadat 'n individu by 'n hospitaal opgedaag het of 'n siekte by die owerhede aangemeld het. Maar sy het gesê dat die navorsing toon dat mense gereeld skryf oor hul slegte ervarings op Yelp of kla oor hul simptome op Twitter, en dat die plasings die uitdrukking weerspieël van uitbraakverslae wat deur die Centers for Disease Control and Prevention uitgereik is.

Navorsers het sleutelwoorde (d.w.s. "voedselvergiftiging", "puking" en "diarree") sowel as spesifieke frases (d.w.s. "ek het na 'n restaurant gegaan") geskep wat waarskynlik boodskappe oor siektes deur voedsel kan aandui. Van daaruit kan hulle bepaal watter gevalle moontlike tekens van 'n werklike probleem bied.

'As ons kan sien dat mense eintlik meld dat hulle siek is, kan u vroegtydig 'n waarskuwing kry dat daar 'n uitbraak plaasvind,' het Nsoesie gesê. "Dit is die doel."

Die metode moet nog nie op groot skaal bewys word nie, maar sommige gesondheidsdepartemente regoor die land het sosiale media as 'n moontlike hulpmiddel om ondersoekers te help om die bron van uitbrake op te spoor.

In 2013 het amptenare van die departement van openbare gesondheid in Chicago, wat besef het dat mense wat aan voedselvergiftiging ly, dikwels op sosiale media geplaas word eerder as om 311 te skakel om die probleem aan te meld, 'n program opgestel om Twitter te ontgin vir klagtes oor voedselverwante siektes.

Personeellede monitor die moontlike gevalle en reik uit na diegene wat relevant lyk, insluitend 'n skakel na 'n vorm waar inwoners meer inligting oor hul ervaring kan verskaf en restaurante wat mense siek kan maak, kan aandui:

Tussen Maart 2013 en Januarie 2014 het die poging 2 241 "voedselvergiftiging" tweets geïdentifiseer wat afkomstig is uit Chicago en sy voorstede, volgens bevindings wat verlede jaar deur die CDC gepubliseer is. Hiervan het personeellede 270 geïdentifiseer wat spesifieke klagtes van voedselgedraagde siektes beskryf.

Die byna 200 verslae wat by FoodBorne Chicago ingedien is, die groep wat toesig hou oor die poging, het 133 restaurantinspeksies tot gevolg gehad. Meer as 90 persent van die inspeksies het ten minste een gesondheidskending gevind. Maar byna 'n kwart van die inspeksies was 'n 'kritieke' oortreding, soos voedsel wat nie op die regte temperatuur gebêre word nie.

'Dit is wonderlik in real-time,' sê Raed Mansour, die projekleier vir FoodBorne Chicago, en onthou 'n oomblik verlede jaar toe die Twitter-program binne 'n enkele uur drie tweets oor dieselfde restaurant gewaar het. "Ons kon ons inspekteurs nou en dan mobiliseer. Dit is moeilik om te sê dat ons 'n uitbraak voorkom het, maar ons het ten minste verdere siektes voorkom."

In New York het amptenare van die stad se departement van gesondheid en geesteshigiëne saam met navorsers van die Columbia -universiteit saamgewerk om resensies op Yelp te skandeer vir ongemelde gevalle van voedselverwante siektes. Tussen Julie 2012 en Maart 2013 het amptenare 'n sagtewareprogram gebruik om byna 300 000 restaurantresensies te ontleed en 893 geïdentifiseer wat verdere ondersoek deur epidemioloë geregverdig het.


Rekenaarmodel identifiseer bronne van voedselgedraagde siektes meer akkuraat

'N Nuwe rekenaarmodel wat masjienleer en ont-geïdentifiseerde en saamgestelde soek- en liggingsdata van aangemelde Google-gebruikers gebruik, was aansienlik akkurater in die identifisering van potensieel onveilige restaurante in vergelyking met bestaande metodes van verbruikersklagtes en roetine-inspeksies, volgens nuwe navorsing deur Google en Harvard TH Chan School of Public Health. Die bevindinge dui aan dat die model byna intyds kan help om vervalle in voedselveiligheid te identifiseer.

"Voedselverwante siektes is algemeen, duur en beland jaarliks ​​duisende Amerikaners in noodkamers. Hierdie nuwe tegniek, wat deur Google ontwikkel is, kan restaurante en plaaslike gesondheidsdepartemente help om probleme vinniger op te spoor, voordat dit groter openbare gesondheidsprobleme word," het skrywer Ashish Jha, KT Li professor in globale gesondheid aan die Harvard Chan School en direkteur van die Harvard Global Health Institute.

Die studie word aanlyn gepubliseer op 6 November 2018 in npj Digitale medisyne.

Voedselverwante siektes is 'n aanhoudende probleem in die VSA, en huidige metodes deur restaurante en plaaslike departemente vir gesondheid om 'n uitbraak te bepaal, is hoofsaaklik afhanklik van klagtes van verbruikers of roetine -inspeksies. Hierdie metodes kan stadig en omslagtig wees, wat dikwels lei tot vertraagde reaksies en verdere verspreiding van siektes.

Om hierdie tekortkominge die hoof te bied, het Google-navorsers 'n model wat deur masjien aangeleer is, ontwikkel en saam met Harvard dit in Chicago en Las Vegas getoets. Die model werk deur eerste navrae te klassifiseer wat kan dui op siektes wat deur voedsel veroorsaak word, soos 'maagkrampe' of 'diarree'. Die model gebruik dan ongedetailleerde en saamgestelde liggingsgeskiedenisdata van die slimfone van mense wat besluit het om dit te stoor, om te bepaal watter restaurante mense soek wat die terme onlangs besoek het.

Gesondheidsdepartemente in elke stad kry 'n lys restaurante wat volgens die model as moontlike bronne van voedselverwante siektes aangedui is. Die stad sal dan gesondheidsinspekteurs na hierdie restaurante stuur, hoewel die gesondheidsinspekteurs nie weet of hul nuwe model of tradisionele metodes hul inspeksie vereis nie. Gedurende die studie het die departemente van gesondheid ook hul gewone inspeksieprosedures gevolg.

In Chicago, waar die model tussen November 2016 en Maart 2017 ontplooi is, het die model 71 inspeksies gevra. Die studie het bevind dat die koers van onveilige restaurante onder diegene wat deur die model opgespoor is, 52,1% was, vergeleke met 39,4% onder inspeksies wat veroorsaak word deur 'n klagte-gebaseerde stelsel. The researchers noted that Chicago has one of the most advanced monitoring programs in the nation and already employs social media mining techniques, yet this new model proved more precise in identifying restaurants that had food safety violations.

In Las Vegas, the model was deployed between May and August 2016. Compared with routine inspections performed by the health department, it had a higher precision rate of identifying unsafe restaurants.

When the researchers compared the model with routine inspections by health departments in Las Vegas and Chicago, they found that the overall rate across both cities of unsafe restaurants detected by the model was 52.3%, whereas the overall rate of detection of unsafe restaurants via routine inspections across the two cities was 22.7%.

Interestingly, the study showed that in 38% of all cases identified by this model, the restaurant potentially causing foodborne illness was not the most recent one visited by the person who was searching keywords related to symptoms. The authors said this is important because previous research has shown that people tend to blame the last restaurant they visited and therefore may be likely to file a complaint for the wrong restaurant. Yet clinically, foodborne illnesses can take 48 hours or even longer to become symptomatic after someone has been exposed, the authors said.

The new model outperformed complaint-based inspections and routine inspections in terms of precision, scale, and latency (the time that passed between people becoming sick and the outbreak being identified). The researchers noted that the model would be best leveraged as a supplement to existing methods used by health departments and restaurants, allowing them to better prioritize inspections and perform internal food safety evaluations. More proactive and timely responses to incidents could mean better public health outcomes. Additionally, the model could prove valuable for small and mid-size restaurants that can't afford safety operations personnel to apply advanced food safety monitoring and data analysis techniques.

"In this study, we have just scratched the surface of what is possible in the realm of machine-learned epidemiology. I like the analogy to the work of Dr. John Snow, the father of modern epidemiology, who in 1854 had to go door to door in Central London, asking people where they took their water from to find the source of a cholera outbreak. Today, we can use online data to make epidemiological observations in near real-time, with the potential for significantly improving public health in a timely and cost-efficient manner," said Evgeniy Gabrilovich, senior staff research scientist at Google and a co-author of the study.


The Pilot

Read our in-depth article for more on how the food inspections pilot worked.

In a recently completed pilot program, the city used analytics to improve the process by which health inspectors identify "critical violations" in food establishments, usually related to improper food temperature. Here's how it worked: The city processed relevant data to identify predicting variables associated with violations, developed a model, ran a simulation and then used this forecast to allocate inspections in a way that prioritized likely violators. This data-optimized trial method sped up the process of identifying critical violations by seven days — meaning that restaurant patrons are that much less likely to contract a foodborne illness.

This restaurant inspections pilot is part of a broader data analytics program in the city. In 2013, Chicago was one of five winners of Bloomberg Philanthropies' inaugural Mayors Challenge, a competition that encourages cities to generate innovative ideas to solve major problems and improve city life, and which have the potential to spread to other cities. Chicago received $1 million to construct its SmartData predictive analytics operational platform.

Chicago's success in the food inspections pilot holds great promise for cities across the country to change the way they regulate and ensure public health and safety. Here are few of the most valuable takeaways from Chicago's pilot — essential elements for getting the most out of any data analytics initiative:

Harness open data in creative ways: The days are long past when a city could be viewed as a leader in the open-data movement by simply publishing datasets to increase transparency. To serve citizens, cities must leverage the data they publish online to solve public problems. Chicago's open data portal proved pivotal to the food inspections initiative, offering a data source that was accessible by all parties working on the project.

Think horizontally: Traditional approaches to promote public health are typically confined to a single city department. Yet priorities for health and safety can be much more accurately set by mining and analyzing information from across a broad spectrum of sources.

Embrace non-traditional partnerships: In today's resource strapped environment, cities can get more for less by working with partners in academia, the nonprofit world or the private sector. Chicago exemplified this best practice by partnering with a local nonprofit organization, the Civic Consulting Alliance, and with Allstate Insurance, leveraging the talent of the corporation's data science team.

This pilot is an important step forward in learning to use data to transform the way government operates, making it far more responsive and efficient. Chicago has published the code for this initiative on GitHub and plans to do the same for future pilots in other areas of civic concern through the SmartData platform. That means that other cities will be able to take advantage of this work, helping to create an environment for data-powered innovation.


Statisticians using social media to track foodborne illness and improve disaster response

The growing popularity and use of social media around the world is presenting new opportunities for statisticians to glean insightful information from the infinite stream of posts, tweets and other online communications that will help improve public safety.

Two such examples--one that enhances systems to track foodborne illness outbreaks and another designed to improve disaster-response activities--were presented this week at the 2015 Joint Statistical Meetings (JSM 2015) in Seattle.

Tracking Foodborne Illness Outbreaks:

In a presentation titled "Digital Surveillance of Foodborne Illnesses and Outbreaks" presented yesterday, biostatistician Elaine Nsoesie unveiled a method for tracking foodborne illness and disease outbreaks using social media sites such as Twitter and business review sites such as Yelp to supplement traditional surveillance systems. Nsoesie is a research fellow in pediatrics at Boston Children's Hospital.

The study's purpose was to assess whether crowdsourcing via online reviews of restaurants and other foodservice institutions can be used as a surveillance tool to augment the efforts of local public health departments. These traditional surveillance systems capture only a fraction of the estimated 48 million foodborne illness cases in the country each year, primarily because few affected individuals seek medical care or report their condition to the appropriate authorities.

Nsoesie and collaborators tested their nontraditional approach to track these outbreaks. The results showed foods--for example, poultry, leafy lettuce and mollusks--implicated in foodborne illness reports on Yelp were similar to those reported in outbreak reports issued by the U.S. Centers for Disease Control and Prevention.

"Online reviews of foodservice businesses offer a unique resource for disease surveillance. Similar to notification or complaint systems, reports of foodborne illness on review sites could serve as early indicators of foodborne disease outbreaks and spur investigation by local health authorities. Information gleaned from such novel data streams could aid traditional surveillance systems in near real-time monitoring of foodborne related illnesses," said Nsoesie.

The lack of near real-time reports of foodborne outbreaks reinforces the need for alternative data sources to supplement traditional approaches to foodborne disease surveillance, explained Nsoesie. She added Yelp.com data can be combined with additional data from other social media sites and crowdsourced websites to further improve coverage of foodborne disease reports.

Enhancing Disaster Response by Analyzing Social Media:

As part of a team of statisticians from Statistics without Borders (SWB)--an outreach group of the American Statistical Association--Michiko Wolcott and several colleagues evaluated social media traffic posted during and the days following Typhoon Haiyan striking the Philippines in November 2013 to develop a set of social media analytics best practices for emergency response managers.

The project was conducted in coordination with Humanity Road, a volunteer-based charity that delivers disaster preparedness and response information to the global mobile public before, during and after a disaster. The collaboration led to the development of an informational resource for emergency management professionals titled "A Guide to Social Media Emergency Management Analytics."

SWB and Humanity Road are both members of the Digital Humanitarian Network, consisting of volunteer and nonprofit organizations that support leveraging of digital technology in humanitarian response situations.

Wolcott today presented a summary of SWB's recent work with DHN network organizations, as well as the findings and key recommendations in the guidebook during an invited presentation titled "Worldwide Statistics without Borders Projects: SWB Helping Organizations Make Better Decisions."

The project's overall objective was to analyze the tweets to identify best practices for data handling, identify analysis approaches for emergency response and recommend data management approaches. Important considerations and challenges were identified regarding the use and analysis of Twitter-based data sets for disaster response, noted Wolcott.

"Social media can play a critical role in the dissemination of the information, as well as collection of relevant data during natural disasters. The idea of leveraging social media data such as Twitter is intuitively attractive, given their natural ties to mobile devices with obvious disaster response implications," explained Wolcott.

The guidebook notes there are a number of key considerations to ensure the analysis of social media during a natural disaster is designed to meet the objective. The opportunity for data analysis must be properly and promptly identified, and the disaster response resources and analytical resources must work together to determine how to best house, extract and analyze the data.

Among the recommendations for analysis of social media included in the guidebook are the following:

    1. Relevance--Filtering criteria such as country, keywords, hashtags, geolocation, language, type of posts (e.g., organic vs. retweets) and type of poster (e.g., individuals, relief organizations, news organizations, celebrities, etc.) must be carefully considered based on the analysis objective.

2. Geolocatability--In many cases, the basis of all insight from social media posts is the geolocatability of the tweets. Only a portion of the relevant tweets were geolocated, and, of those, 37% come from the Philippines, 25% from the United States, followed by tweets from Great Britain, Canada and Vietnam. While these results show a global interest and awareness in the event, factors such as the proportion of geolocated tweets and the method of geolocation plays an important part in the decisions regarding geolocation. Capturing the specific motivation for the tweets will depend on the analysis objective, with important implications in the design of data collection to which emergency management professionals and analysts must be sensitive.

3. Language--The particularities of Twitter make language identification challenging--the length of messages, heavy use of hashtags and abbreviations and variations in users' communication styles require considerations beyond straightforward use of standard language identification tools. Furthermore, analyzing social media data in countries such as the Philippines presents additional challenges because the country's residents use several languages and issues such as variations in transliteration can add to the challenges. Emergency management professionals and analysts must be prepared to address these issues.

4. Device vs. impact of the disaster on infrastructure--The penetration and usage for a particular device/platform varies by region and country, which must be taken into consideration. Furthermore, emergency management professionals must be sensitive to interruptions in electricity and communications infrastructure because these may affect the data.

The guidebook also offers a list of questions that will help emergency management professionals start a dialogue about social media emergency management analysis. Broad areas covered in the questions are the handling and storage of data creating a baseline and identifying the type of content and trends and planning the reporting time window, location and language.

In recognition of its work on this project, SWB was honored with Humanity Road's 2014 Da Vinci Award, presented to a patron or contributor who supports the organization's programs.


Kyk die video: Chicago police to monitor social media for threats (Oktober 2021).